申请/专利权人:广州商研网络科技有限公司
申请日:2023-12-22
公开(公告)日:2024-03-22
公开(公告)号:CN117743516A
主分类号:G06F16/33
分类号:G06F16/33;G06F16/332;G06N3/0455;G06N3/048;G06N3/08
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.04.09#实质审查的生效;2024.03.22#公开
摘要:本申请涉及电商技术领域中一种语言模型训练方法及其装置、设备、介质,所述方法包括:调用训练集中的单个训练样本及其监督标签,由语言模型根据训练样本推理出预测文本,确定出预测文本与监督标签之间的字面一致损失值,所述监督标签为原始文本,所述训练样本为替换所述原始文本中部分文本而得到的遮盖文本,由语言模型表示出预测文本的预测语义特征,以及监督标签的实际语义特征,确定出两个特征之间的语义相关损失值,根据前述两个损失值更新语言模型的权重参数,并调用训练集中其他训练样本及其监督标签进行迭代训练,直至前述两个损失值满足预设条件,得出训练至收敛的语言模型。本申请确保语言模型能够精准地理解文本的语义。
主权项:1.一种语言模型训练方法,其特征在于,包括如下步骤:获取训练集,所述训练集包含多个训练样本及其监督标签,所述监督标签为原始文本,所述训练样本为替换所述原始文本中部分文本而得到的遮盖文本;调用训练集中的单个训练样本及其监督标签,由语言模型根据训练样本推理出预测文本,确定出预测文本与监督标签之间的字面一致损失值;由所述语言模型表示出所述预测文本的预测语义特征,以及所述监督标签的实际语义特征,确定出预测语义特征与实际语义特征之间的语义相关损失值;根据所述字面一致损失值和语义相关损失值更新语言模型的权重参数,并调用所述训练集中的其他训练样本及其监督标签进行迭代训练,直至字面一致损失值和语义相关损失值满足预设条件,确认语言模型被训练至收敛状态。
全文数据:
权利要求:
百度查询: 广州商研网络科技有限公司 语言模型训练方法及其装置、设备、介质
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。